CN115983960A - 银行终端的风险控制方法及装置 - Google Patents
银行终端的风险控制方法及装置 Download PDFInfo
- Publication number
- CN115983960A CN115983960A CN202211477795.6A CN202211477795A CN115983960A CN 115983960 A CN115983960 A CN 115983960A CN 202211477795 A CN202211477795 A CN 202211477795A CN 115983960 A CN115983960 A CN 115983960A
- Authority
- CN
- China
- Prior art keywords
- service
- user
- matrix
- failure
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种银行终端的风险控制方法及装置,涉及计算机数据处理技术领域,该方法包括:依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;对于每一银行终端,确定该银行终端的实时失败矩阵;依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;确定该银行终端在当前时刻的身份认证方式;对该银行终端在当前时刻的用户的身份进行认证。
Description
技术领域
本发明涉及计算机数据处理技术领域,尤指一种银行终端的风险控制方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
在银行业务场景中,用户在银行前端系统(比如,自助终端界面)进行业务时,仅仅只是基于后台系统的业务失败信息判断业务是否可进行。通常,在业务发生失败时,往往蕴含很多有用的信息,比如风险信息,但是目前还没有方法来有效的基于业务失败信息进行风险控制。
发明内容
为解决现有技术存在的问题,本发明提出了一种银行终端的风险控制方法及装置,可以通过分析交易失败信息确定当前时刻的身份认证方式,有效控制交易风险。
在本发明实施例的第一方面,提出了一种银行终端的风险控制方法,包括:
依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
对于每一银行终端,确定该银行终端的实时失败矩阵;
依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
在本发明实施例的第二方面,提出了一种银行终端的风险控制装置,包括:
矩阵处理模块,用于依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
身份认证方式处理模块,用于依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
身份认证方式确定模块,用于对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
实时失败矩阵确定模块,用于对于每一银行终端,确定该银行终端的实时失败矩阵;
潜在风险类型确定模块,用于依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
当前时刻身份认证方式确定模块,用于依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
用户身份认证模块,用于依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
在本发明实施例的第三方面,提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现银行终端的风险控制方法。
在本发明实施例的第四方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现银行终端的风险控制方法。
在本发明实施例的第五方面,提出了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现银行终端的风险控制方法。
本发明提出的银行终端的风险控制方法及装置依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;对于每一银行终端,确定该银行终端的实时失败矩阵;依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证,本发明整体方案可以在后台返回业务失败信息时,及时发现业务存在的风险,调节当前时刻的身份认证方式,实现对风险进行有效控制,确保用户的资金及信息安全。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明一实施例的银行终端的风险控制方法流程示意图。
图2是本发明一实施例的确定各个风险类型对应的失败矩阵、用户业务矩阵的流程示意图。
图3是本发明一实施例的确定各个身份认证方式对应的多个用户业务矩阵的流程示意图。
图4是本发明一实施例的确定该风险类型对应的身份认证方式的流程示意图。
图5是本发明一实施例的确定该银行终端的实时失败矩阵的流程示意图。
图6是本发明一实施例的确定该银行终端在当前时刻的潜在风险类型的流程示意图。
图7是本发明一实施例的银行终端的风险控制装置架构示意图。
图8是本发明一实施例的计算机设备结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本发明的实施方式,提出了一种银行终端的风险控制方法及装置,涉及计算机数据处理技术领域。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
图1是本发明一实施例的银行终端的风险控制方法流程示意图。如图1所示,该方法包括:
S1,依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
S2,依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
S3,对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
S4,对于每一银行终端,确定该银行终端的实时失败矩阵;
S5,依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
S6,依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
S7,依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
为了对上述银行终端的风险控制方法进行更为清楚的解释,下面结合每一步骤来进行详细说明。
在S1中,参考图2,依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵,包括:
S11,确定银行的各个业务数据对应的风险类型;
S12,对于每一风险类型,将银行的业务数据中对应的风险类型是该风险类型的业务数据作为该风险类型对应的业务数据;
S13,将该风险类型对应的业务数据包含的业务失败数据作为该风险类型对应的业务失败数据;
S14,确定该风险类型对应的每一业务数据对应的用户类别和业务类别;以及确定该风险类型对应的每一业务失败数据的失败编码;
S15,对于每一用户类别和每一业务类别,从银行的业务数据中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为该用户类别和该业务类别对应的业务数据;
S16,对于每一用户类别和每一失败编码,从该风险类型对应的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据作为该用户类别和该失败编码对应的业务失败数据;
S17,确定该风险类型对应的失败矩阵,其中,该失败矩阵的行对应用户类别,列对应失败编码,该失败矩阵的每个元素的值等于该元素对应的用户类别和失败编码对应的业务失败数据包含的失败业务数量;
S18,确定该风险类型对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于该元素对应的用户类别和业务类别对应的业务数据包含的业务数量。
在S2中,参考图3,依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵,包括:
S21,对于每一身份认证方式,将该身份验证方式的业务数据划分为该身份验证方式对应的多个业务数据子集;
S22,确定该身份验证方式对应的每一业务数据子集中风险业务数据的比例,将该比例作为该业务数据子集对应的风险比例;
S23,依据风险比例,确定可控数据子集;
S24,对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,将确定的该可控数据子集对应的用户业务矩阵作为该身份认证方式对应的用户业务矩阵。
在一实施例中,(S23)依据风险比例,确定可控数据子集,包括:
将对应的风险比例小于风险阈值的业务数据子集作为可控数据子集。
在一实施例中,(S24)对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,包括:
确定该可控数据子集中每一业务数据对应的用户类别和业务类别;
对于每一用户类别和每一业务类别,从该可控数据子集中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为在该可控数据子集中该用户类别和该业务类别的业务数据;
确定该可控数据子集对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于在该可控数据子集中该元素对应的用户类别和业务类别的业务数据包含的业务数量。
在S3中,参考图4,对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式,包括:
S31,对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长;
S32,依据各个身份认证方式和该风险类型的特征模长,确定该风险类型对应的身份认证方式。
在一实施例中,(S31)对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长,包括:
对于该身份认证方式对应的每个用户业务矩阵,依据该用户业务矩阵、该风险类型对应的用户业务矩阵,确定该用户业务矩阵对应的矩阵差;(实际应用场景中,先进行修正后再直接进行计算,以解决时长量纲不一致时导致的计算问题,比如先选定矩阵中的一个矩阵位置,比如,行数是1和列数是1,依据两个矩阵在该位置的值,对矩阵中其他位置的值进行修正,之后依据修正的矩阵进行计算。)
当该用户业务矩阵对应的矩阵差的行数等于列数时,将该用户业务矩阵对应的矩阵差的特征值的模长的最大值作为该用户业务矩阵对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该用户业务矩阵对应的特征模长;
将该身份认证方式对应的各个用户业务矩阵对应的特征模长的最小值作为该身份认证方式和该风险类型的特征模长。
在一实施例中,(S32)依据各个身份认证方式和该风险类型的特征模长,确定该风险类型对应的身份认证方式,包括:
对于每一身份认证方式,当身份认证方式和该风险类型的特征模长小于第一模长阈值时,将该身份认证方式作为该风险类型对应的身份认证方式。
在S4中,参考图5,对于每一银行终端,确定该银行终端的实时失败矩阵,包括:
S41,获取该银行终端在当前时期的业务失败数据;
S42,对于每一用户类别和每一失败编码,从该银行终端在当前时期的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据包含的失败业务数量作为该银行终端关于该用户类别和该失败编码的失败量;
S43,确定该银行终端的实时失败矩阵,其中,该实时失败矩阵的行对应用户类别,列对应失败编码,该实时失败矩阵的每个元素的值等于该银行终端关于该元素对应的用户类别和失败编码的失败量。
在S5中,参考图6,依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型,包括:
S51,对于每个风险类型,依据该银行终端的实时失败矩阵、该风险类型对应的失败矩阵,确定该风险类型对应的失败差距矩阵;(实际应用场景中,先进行修正后再直接进行计算,以解决时长量纲不一致时导致的计算问题,比如先选定矩阵中的一个矩阵位置,比如,行数是1和列数是1,依据两个矩阵在该位置的值,对矩阵中其他位置的值进行修正,之后依据修正的矩阵进行计算。)
S52,当该风险类型对应的失败差距矩阵的行数等于列数时,将该风险类型对应的失败差距矩阵的特征值的模长的最大值作为该风险类型对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该风险类型对应的特征模长;
S53,依据各个风险类型对应的特征模长,确定该银行终端在当前时刻的潜在风险类型。
在一实施例中,(S53)依据各个风险类型对应的特征模长,确定该银行终端在当前时刻的潜在风险类型,包括:
确定是否存在风险类型满足条件v:该风险类型对应的特征模长小于第二模长阈值;
当不存在风险类型满足条件v时,将该银行终端作为当前银助终端,并循环执行如下4个步骤,直到存在风险类型满足条件v:
将当前银助终端的相关银行终端作为潜在相关终端;
依据潜在相关终端在当前时期的业务失败数据,更新该银行终端的实时失败矩阵;
依据更新后的该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,更新各个风险类型对应的特征模长;(实际应用场景中,更新各个风险类型对应的特征模长的方法可以参考S51至S53的方法。)
将当前银助终端更新为潜在相关终端;
当存在风险类型满足条件v时,将满足条件v的风险类型作为该银行终端在当前时刻的潜在风险类型。
在一实施例中,按照如下方法确定每一银行终端的相关银行终端,包括:
对于除该银行终端之外的每一其他银行终端,将该银行终端的用户集合与该其他银行终端的用户集合的交集作为该其他银行终端对应的用户交集;将该银行终端的用户集合与该其他银行终端的用户集合的差集作为该其他银行终端对应的第一用户差集;以及将该其他银行终端的用户集合与该银行终端的用户集合的差集作为该其他银行终端对应的第二用户差集;
将该其他银行终端对应的第一用户差集的每一用户与该其他银行终端对应的第二用户差集的每一用户的相关值作为该其他银行终端对应的相关值;
依据该其他银行终端对应的用户交集、该其他银行终端对应的所有的相关值,确定该银行终端与该其他银行终端的相关值;
依据该银行终端与各个其他银行终端的相关值,确定该银行终端的相关银行终端。
在S6中,依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
在S7中,依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
需要说明的是,尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
在介绍了本发明示例性实施方式的方法之后,接下来,参考图7对本发明示例性实施方式的银行终端的风险控制装置进行介绍。
银行终端的风险控制装置的实施可以参见上述方法的实施,重复之处不再赘述。以下所使用的术语“模块”或者“单元”,可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
基于同一发明构思,本发明还提出了一种银行终端的风险控制装置,如图7所示,该装置包括:
矩阵处理模块110,用于依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
身份认证方式处理模块120,用于依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
身份认证方式确定模块130,用于对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
实时失败矩阵确定模块140,用于对于每一银行终端,确定该银行终端的实时失败矩阵;
潜在风险类型确定模块150,用于依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
当前时刻身份认证方式确定模块160,用于依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
用户身份认证模块170,用于依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
在一实施例中,矩阵处理模块具体用于:
确定银行的各个业务数据对应的风险类型;
对于每一风险类型,将银行的业务数据中对应的风险类型是该风险类型的业务数据作为该风险类型对应的业务数据;
将该风险类型对应的业务数据包含的业务失败数据作为该风险类型对应的业务失败数据;
确定该风险类型对应的每一业务数据对应的用户类别和业务类别;以及确定该风险类型对应的每一业务失败数据的失败编码;
对于每一用户类别和每一业务类别,从银行的业务数据中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为该用户类别和该业务类别对应的业务数据;
对于每一用户类别和每一失败编码,从该风险类型对应的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据作为该用户类别和该失败编码对应的业务失败数据;
确定该风险类型对应的失败矩阵,其中,该失败矩阵的行对应用户类别,列对应失败编码,该失败矩阵的每个元素的值等于该元素对应的用户类别和失败编码对应的业务失败数据包含的失败业务数量;
确定该风险类型对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于该元素对应的用户类别和业务类别对应的业务数据包含的业务数量。
在一实施例中,身份认证方式处理模块具体用于:
对于每一身份认证方式,将该身份验证方式的业务数据划分为该身份验证方式对应的多个业务数据子集;
确定该身份验证方式对应的每一业务数据子集中风险业务数据的比例,将该比例作为该业务数据子集对应的风险比例;
依据风险比例,确定可控数据子集;
对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,将确定的该可控数据子集对应的用户业务矩阵作为该身份认证方式对应的用户业务矩阵。
在一实施例中,身份认证方式处理模块具体用于:
确定该可控数据子集中每一业务数据对应的用户类别和业务类别;
对于每一用户类别和每一业务类别,从该可控数据子集中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为在该可控数据子集中该用户类别和该业务类别的业务数据;
确定该可控数据子集对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于在该可控数据子集中该元素对应的用户类别和业务类别的业务数据包含的业务数量。
在一实施例中,身份认证方式确定模块具体用于:
对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长;
依据各个身份认证方式和该风险类型的特征模长,确定该风险类型对应的身份认证方式。
在一实施例中,身份认证方式确定模块具体用于:
对于该身份认证方式对应的每个用户业务矩阵,依据该用户业务矩阵、该风险类型对应的用户业务矩阵,确定该用户业务矩阵对应的矩阵差;
当该用户业务矩阵对应的矩阵差的行数等于列数时,将该用户业务矩阵对应的矩阵差的特征值的模长的最大值作为该用户业务矩阵对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该用户业务矩阵对应的特征模长;
将该身份认证方式对应的各个用户业务矩阵对应的特征模长的最小值作为该身份认证方式和该风险类型的特征模长。
在一实施例中,实时失败矩阵确定模块具体用于:
获取该银行终端在当前时期的业务失败数据;
对于每一用户类别和每一失败编码,从该银行终端在当前时期的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据包含的失败业务数量作为该银行终端关于该用户类别和该失败编码的失败量;
确定该银行终端的实时失败矩阵,其中,该实时失败矩阵的行对应用户类别,列对应失败编码,该实时失败矩阵的每个元素的值等于该银行终端关于该元素对应的用户类别和失败编码的失败量。
在一实施例中,潜在风险类型确定模块具体用于:
对于每个风险类型,依据该银行终端的实时失败矩阵、该风险类型对应的失败矩阵,确定该风险类型对应的失败差距矩阵;
当该风险类型对应的失败差距矩阵的行数等于列数时,将该风险类型对应的失败差距矩阵的特征值的模长的最大值作为该风险类型对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该风险类型对应的特征模长;
依据各个风险类型对应的特征模长,确定该银行终端在当前时刻的潜在风险类型。
应当注意,尽管在上文详细描述中提及了银行终端的风险控制装置的若干模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
基于前述发明构思,如图8所示,本发明还提出了一种计算机设备800,包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序830,所述处理器820执行所述计算机程序830时实现前述银行终端的风险控制方法。
基于前述发明构思,本发明提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前述银行终端的风险控制方法。
基于前述发明构思,本发明提出了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现银行终端的风险控制方法。
本发明提出的银行终端的风险控制方法及装置依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;对于每一银行终端,确定该银行终端的实时失败矩阵;依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证,本发明整体方案可以在后台返回业务失败信息时,及时发现业务存在的风险,调节当前时刻的身份认证方式,实现对风险进行有效控制,确保用户的资金及信息安全。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (19)
1.一种银行终端的风险控制方法,其特征在于,包括:
依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
对于每一银行终端,确定该银行终端的实时失败矩阵;
依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
2.如权利要求1所述的方法,其特征在于,依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵,包括:
确定银行的各个业务数据对应的风险类型;
对于每一风险类型,将银行的业务数据中对应的风险类型是该风险类型的业务数据作为该风险类型对应的业务数据;
将该风险类型对应的业务数据包含的业务失败数据作为该风险类型对应的业务失败数据;
确定该风险类型对应的每一业务数据对应的用户类别和业务类别;以及确定该风险类型对应的每一业务失败数据的失败编码;
对于每一用户类别和每一业务类别,从银行的业务数据中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为该用户类别和该业务类别对应的业务数据;
对于每一用户类别和每一失败编码,从该风险类型对应的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据作为该用户类别和该失败编码对应的业务失败数据;
确定该风险类型对应的失败矩阵,其中,该失败矩阵的行对应用户类别,列对应失败编码,该失败矩阵的每个元素的值等于该元素对应的用户类别和失败编码对应的业务失败数据包含的失败业务数量;
确定该风险类型对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于该元素对应的用户类别和业务类别对应的业务数据包含的业务数量。
3.如权利要求1所述的方法,其特征在于,依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵,包括:
对于每一身份认证方式,将该身份验证方式的业务数据划分为该身份验证方式对应的多个业务数据子集;
确定该身份验证方式对应的每一业务数据子集中风险业务数据的比例,将该比例作为该业务数据子集对应的风险比例;
依据风险比例,确定可控数据子集;
对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,将确定的该可控数据子集对应的用户业务矩阵作为该身份认证方式对应的用户业务矩阵。
4.如权利要求3所述的方法,其特征在于,对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,包括:
确定该可控数据子集中每一业务数据对应的用户类别和业务类别;
对于每一用户类别和每一业务类别,从该可控数据子集中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为在该可控数据子集中该用户类别和该业务类别的业务数据;
确定该可控数据子集对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于在该可控数据子集中该元素对应的用户类别和业务类别的业务数据包含的业务数量。
5.如权利要求1所述的方法,其特征在于,对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式,包括:
对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长;
依据各个身份认证方式和该风险类型的特征模长,确定该风险类型对应的身份认证方式。
6.如权利要求5所述的方法,其特征在于,对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长,包括:
对于该身份认证方式对应的每个用户业务矩阵,依据该用户业务矩阵、该风险类型对应的用户业务矩阵,确定该用户业务矩阵对应的矩阵差;
当该用户业务矩阵对应的矩阵差的行数等于列数时,将该用户业务矩阵对应的矩阵差的特征值的模长的最大值作为该用户业务矩阵对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该用户业务矩阵对应的特征模长;
将该身份认证方式对应的各个用户业务矩阵对应的特征模长的最小值作为该身份认证方式和该风险类型的特征模长。
7.如权利要求1所述的方法,其特征在于,对于每一银行终端,确定该银行终端的实时失败矩阵,包括:
获取该银行终端在当前时期的业务失败数据;
对于每一用户类别和每一失败编码,从该银行终端在当前时期的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据包含的失败业务数量作为该银行终端关于该用户类别和该失败编码的失败量;
确定该银行终端的实时失败矩阵,其中,该实时失败矩阵的行对应用户类别,列对应失败编码,该实时失败矩阵的每个元素的值等于该银行终端关于该元素对应的用户类别和失败编码的失败量。
8.如权利要求1所述的方法,其特征在于,依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型,包括:
对于每个风险类型,依据该银行终端的实时失败矩阵、该风险类型对应的失败矩阵,确定该风险类型对应的失败差距矩阵;
当该风险类型对应的失败差距矩阵的行数等于列数时,将该风险类型对应的失败差距矩阵的特征值的模长的最大值作为该风险类型对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该风险类型对应的特征模长;
依据各个风险类型对应的特征模长,确定该银行终端在当前时刻的潜在风险类型。
9.一种银行终端的风险控制装置,其特征在于,包括:
矩阵处理模块,用于依据银行的业务数据,确定各个风险类型对应的失败矩阵、用户业务矩阵;
身份认证方式处理模块,用于依据各个身份认证方式的业务数据,确定各个身份认证方式对应的多个用户业务矩阵;
身份认证方式确定模块,用于对于每个风险类型,依据该风险类型对应的用户业务矩阵、各个身份认证方式对应的多个用户业务矩阵,确定该风险类型对应的身份认证方式;
实时失败矩阵确定模块,用于对于每一银行终端,确定该银行终端的实时失败矩阵;
潜在风险类型确定模块,用于依据该银行终端的实时失败矩阵、各个风险类型对应的失败矩阵,确定该银行终端在当前时刻的潜在风险类型;
当前时刻身份认证方式确定模块,用于依据该银行终端在当前时刻的潜在风险类型、各个风险类型对应的身份认证方式,确定该银行终端在当前时刻的身份认证方式;
用户身份认证模块,用于依据该银行终端在当前时刻的身份认证方式,对该银行终端在当前时刻的用户的身份进行认证。
10.如权利要求9所述的装置,其特征在于,矩阵处理模块具体用于:
确定银行的各个业务数据对应的风险类型;
对于每一风险类型,将银行的业务数据中对应的风险类型是该风险类型的业务数据作为该风险类型对应的业务数据;
将该风险类型对应的业务数据包含的业务失败数据作为该风险类型对应的业务失败数据;
确定该风险类型对应的每一业务数据对应的用户类别和业务类别;以及确定该风险类型对应的每一业务失败数据的失败编码;
对于每一用户类别和每一业务类别,从银行的业务数据中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为该用户类别和该业务类别对应的业务数据;
对于每一用户类别和每一失败编码,从该风险类型对应的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据作为该用户类别和该失败编码对应的业务失败数据;
确定该风险类型对应的失败矩阵,其中,该失败矩阵的行对应用户类别,列对应失败编码,该失败矩阵的每个元素的值等于该元素对应的用户类别和失败编码对应的业务失败数据包含的失败业务数量;
确定该风险类型对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于该元素对应的用户类别和业务类别对应的业务数据包含的业务数量。
11.如权利要求9所述的装置,其特征在于,身份认证方式处理模块具体用于:
对于每一身份认证方式,将该身份验证方式的业务数据划分为该身份验证方式对应的多个业务数据子集;
确定该身份验证方式对应的每一业务数据子集中风险业务数据的比例,将该比例作为该业务数据子集对应的风险比例;
依据风险比例,确定可控数据子集;
对于每一可控数据子集,确定该可控数据子集对应的用户业务矩阵,将确定的该可控数据子集对应的用户业务矩阵作为该身份认证方式对应的用户业务矩阵。
12.如权利要求11所述的装置,其特征在于,身份认证方式处理模块具体用于:
确定该可控数据子集中每一业务数据对应的用户类别和业务类别;
对于每一用户类别和每一业务类别,从该可控数据子集中选取出对应的用户类别和业务类别分别是该用户类别和该业务类别的业务数据,将选取出的交易数据作为在该可控数据子集中该用户类别和该业务类别的业务数据;
确定该可控数据子集对应的用户业务矩阵,其中,该用户业务矩阵的行对应用户类别,列对应业务类别,该用户业务矩阵的每个元素的值等于在该可控数据子集中该元素对应的用户类别和业务类别的业务数据包含的业务数量。
13.如权利要求9所述的装置,其特征在于,身份认证方式确定模块具体用于:
对于每一身份认证方式,依据该风险类型对应的用户业务矩阵、该身份认证方式对应的多个用户业务矩阵,确定该身份认证方式和该风险类型的特征模长;
依据各个身份认证方式和该风险类型的特征模长,确定该风险类型对应的身份认证方式。
14.如权利要求13所述的装置,其特征在于,身份认证方式确定模块具体用于:
对于该身份认证方式对应的每个用户业务矩阵,依据该用户业务矩阵、该风险类型对应的用户业务矩阵,确定该用户业务矩阵对应的矩阵差;
当该用户业务矩阵对应的矩阵差的行数等于列数时,将该用户业务矩阵对应的矩阵差的特征值的模长的最大值作为该用户业务矩阵对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该用户业务矩阵对应的特征模长;
将该身份认证方式对应的各个用户业务矩阵对应的特征模长的最小值作为该身份认证方式和该风险类型的特征模长。
15.如权利要求9所述的装置,其特征在于,实时失败矩阵确定模块具体用于:
获取该银行终端在当前时期的业务失败数据;
对于每一用户类别和每一失败编码,从该银行终端在当前时期的业务失败数据中选取出对应的用户类别和失败编码分别是该用户类别和该失败编码的业务失败数据,将选取出的业务失败数据包含的失败业务数量作为该银行终端关于该用户类别和该失败编码的失败量;
确定该银行终端的实时失败矩阵,其中,该实时失败矩阵的行对应用户类别,列对应失败编码,该实时失败矩阵的每个元素的值等于该银行终端关于该元素对应的用户类别和失败编码的失败量。
16.如权利要求9所述的装置,其特征在于,潜在风险类型确定模块具体用于:
对于每个风险类型,依据该银行终端的实时失败矩阵、该风险类型对应的失败矩阵,确定该风险类型对应的失败差距矩阵;
当该风险类型对应的失败差距矩阵的行数等于列数时,将该风险类型对应的失败差距矩阵的特征值的模长的最大值作为该风险类型对应的特征模长;否则,依据该行数和该列数进行补0,将获得的方阵的非0特征值的模长的最大值作为该风险类型对应的特征模长;
依据各个风险类型对应的特征模长,确定该银行终端在当前时刻的潜在风险类型。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。
19.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211477795.6A CN115983960A (zh) | 2022-11-23 | 2022-11-23 | 银行终端的风险控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211477795.6A CN115983960A (zh) | 2022-11-23 | 2022-11-23 | 银行终端的风险控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983960A true CN115983960A (zh) | 2023-04-18 |
Family
ID=85972815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211477795.6A Pending CN115983960A (zh) | 2022-11-23 | 2022-11-23 | 银行终端的风险控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983960A (zh) |
-
2022
- 2022-11-23 CN CN202211477795.6A patent/CN115983960A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875404B (zh) | 基于机器学习的数据脱敏方法、装置及存储介质 | |
CN115983960A (zh) | 银行终端的风险控制方法及装置 | |
CN115578180A (zh) | 银行网点的现金资源的管理方法及装置 | |
CN114998033A (zh) | 银行独立终端的风险控制方法及装置 | |
CN115545911A (zh) | 银行交易的风险控制方法及装置 | |
CN115829705A (zh) | 依据失败信息进行风险处理的方法及装置 | |
CN115600247A (zh) | 变更客户信息的方法及装置 | |
CN115983857A (zh) | 确定人脸阈值的方法及装置 | |
CN115760336A (zh) | 修正银行系统的等待时间阈值的方法及装置 | |
CN115775429A (zh) | 银行自助终端的界面展示处理方法及装置 | |
CN115936837A (zh) | 银行服务设备的控制风险的方法及装置 | |
CN115983247A (zh) | 银行确定生物特征阈值的方法及装置 | |
CN115760108A (zh) | 支持移动终端的交易处理方法及装置 | |
CN115660684A (zh) | 银行客户的交易方法及装置 | |
CN115689709A (zh) | 贷款客户的贷款信息核实方法及装置 | |
CN115601143A (zh) | 自助终端的交易风险控制方法及装置 | |
CN115829708A (zh) | 银行网点的控制风险的方法及装置 | |
CN115660682A (zh) | 支付交易的风险控制方法及装置 | |
CN115660366A (zh) | 现金终端的现金管理方法及装置 | |
CN115760343A (zh) | 银行服务设备的业务界面处理方法及装置 | |
CN115375424A (zh) | 银行业务类别的风险控制方法及装置 | |
CN115686716A (zh) | 自助终端交易界面的处理方法及装置 | |
CN115660833A (zh) | 控制贷款风险的方法及装置 | |
CN115907945A (zh) | 银行的客户修改手机号的方法及装置 | |
CN115578182A (zh) | 确定银行网点的窗口数的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |